Swift 之惰性求值

Swift 之惰性求值

Haskell 中的函数有一个特性

函数的返回可能是一个块(一个被延迟计算的表达式)

从而引出一个概念 惰性求值

isOdd n = mod n 2 == 1 

下面有段 分析

在使用严格求值的语言里,函数的参数总是在应用函数之前被求值。以 isOdd 为例子:子表达式 (1 + 2)
会首先被求值,得出结果 3 。接着,将 3 绑定到变量 n ,应用到函数 isOdd 。最后, mod 3 2 返回 
1 ,而 1 == 1 返回 True 。

Haskell 使用了另外一种求值方式 —— 非严格求值。在这种情况下,求值 isOdd (1 + 2) 并不会即刻使得
子表达式 1 + 2 被求值为 3 ,相反,编译器做出了一个“承诺”,说,“当真正有需要的时候,我有办法计算
出 isOdd (1 + 2) 的值”。

惰性求值的优点

简单理解惰性求值: 在使用惰性计算时,表达式不在它被绑定到变量之后就立即求值,而是在该值被取用的时候求值。

  • 可以创建无限序列数据类型, 比如无穷大,由于字节的限制,很多语言并不能描述出无穷大
  • 减少存储空间, 在要求值的时候才会发生计算。 这个跟 lazy 属性一样的作用
  • 减少计算量, 例如,寻找数组中符合条件的某个值

swift 默认严格求值, 也提供了相关的惰性求值的机制

let array = [1,2,4,5,3,7]
let selement = array.map({$0 * 2})[3]
let element = array.lazy.map({$0 * 2 })[3]
print("\(selement) -- \(element)")

上面代码中, 计算出 selement 花了 7 次, 计算 element 花了 2

  • 对于 7:将 array 每个元素分别取出 * 2,然后在这些数据中取出第4个元素, 6+1=7
  • 对于 2:因为是惰性求值,会先从 array 取出第4个元素, 然后 * 2 , 1+1 = 2

lazy 到底为何物?

extension Array {
    public var lazy: LazyRandomAccessCollection<Array<Element>> { get }
}

LazyRandomAccessCollection Conforms To
LazyCollectionProtocol

LazyCollectionProtocol Conforms To
LazySequenceProtocol

构建无穷大序列 (swift4)

enum Stream<T> {
    case empty
    case cons(()->T, ()-> Stream<T>)
}

extension Stream {
    var empty: Stream<T> {
        return .empty
    }

    var tail: Stream<T> {
        switch self {
        case .empty:
            return .empty
        case let .cons(_, tail):
            return tail()
        }
    }

    var toArray: [T] {
        switch self {
        case .empty:
            return []
        case let .cons(h, t):
            return [h()] + t().toArray
        }
    }

    func take(n: Int) -> Stream<T> {
        if n == 0 {
            return empty
        } else {
            switch self {
            case .empty:
                return .empty
            case let .cons(h, t):
                return Stream.cons(h, {t().take(n: n-1)})
            }
        }
    }
}

func onses() -> Stream<Int> {
    return Stream<Int>.cons({1}, {onses()})
}

print(onses().take(n: 5).toArray)

更多请参考我的 个人博客

参考

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,907评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,987评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,298评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,586评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,633评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,488评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,275评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,176评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,619评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,819评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,932评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,655评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,265评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,871评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,994评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,095评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,884评论 2 354

推荐阅读更多精彩内容